待验证80% 置信事实时间未知
2023年研究人员已证明可以通过向量数据库中的污染数据劫持RAG系统的行为
1
来源数
80%
置信度
长期有效
时效性
2026/5/31
首次发现
来源
涉及实体
相关事实
待验证在RAG系统中，来源归因（source attribution）会在数据流经整条管线时不断退化62% 相似已验证微软研究院2024年发布了GraphRAG论文，证明GraphRAG在处理结构化知识时比传统RAG准确率提升显著61% 相似待验证Shumailov等人2024年在Nature上发表的研究证实，即使低至千分之一的合成数据污染也能引发词汇、句法和语义多样性的可测量退化61% 相似待验证2023年多项研究已证明，即使是简单的白色文字隐藏指令也能有效欺骗主流RAG系统61% 相似待验证NLP基准数据集被广泛使用后会出现数据污染（Data Contamination）现象，导致基准分数虚高61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/8248API
curl https://kongchang.com/api/v1/knowledge/claims/8248MCP
get_claim(id=8248)